Optimization of Power Consumption in Cloud Data CentersUsing Green Networking TechniquesDr. Qutaiba I. Ali Alnawar J. MohammedEmail: qut1974@gmail.com Email: alnawar_j25758@yahoo.comComputer Engineering Dept., College of Engineering, University of Mosul, Mosul, Iraq.AbstractIn this paper, a neuro-based predictor is proposed with a prediction algorithm toestimate the required number of active servers simulating the Green Networkingobjectives. The inputs of such predictor are the CPU utilization of the servers in the datacenter and the variations of the incoming demands with the number of users’ variation.During the work, different demand profiles of ClarkNet traffic traces are simulated onOPNET14.5 Modeler to obtain the required training values of servers’ CPU utilizationand clients’ throughput. Also, Green Networking objectives are defined to maintain thePower Management Criteria (PMC) which guaranteed that all CPU utilization must begreater than 30%. Taking into account that a maximum number of 100 servers are usedin such local data center, an ON/OFF control algorithm is then suggested for the powermanagement of different servers in data center to fulfill the previous Green objectives.The Power saving is finally evaluated since it has been noticed that the power savingpercentage can be increased from 17.33% to 85.33% of a total power of 75 k watts whenthe number of the operating servers is decreased from 80% to 5% of the overall servers.Keywords: Artificial Neural Network (ANN), Cloud Computing, Data Centers,Green Networking, Power Consumption.الإستهلاك الأمثل للقدرة في مراكز البيانات السحابيه بإستخدامتقنيات الشبكات الخضراءد. قتيبة ابراهيم علي النوار جاسم محمدEmail: alnawar_j25758@yahoo.com Email: qut1974@gmail.comقسم هندسة الحاسوب، كلية الهندسة، جامعة الموصل،الموصل، العراق.الخلاصةفي هذا البحث، تم اقتراح متنبيء قائم على استخدام الشبكة العصبية مع خوارزمية لتقدير العدد المطلوب منالخوادم النشطة محاكية أهداف الشبكات الصديقة للبيئة )الخضراء(. مدخلات هذا المتنبيء هي نسبة استغلال وحدةالمعالجة المركزية للخوادم في مركز البيانات، بالاضافة الى التغير في مقادير الطلبات الواردة من عدد من المستخدمين.و تم بناء نماذج مختلفة لشبكة مراكز ،ClarkNet أثناء العمل، تم تسليط نماذج مختلفة من الطلبات الواردة الى خوادمللحصول على القيم المطلوبة للتدريب وهي نسبة OPNET Modeler البيانات باستخدام برنامج المحاكاة 14.5الاستغلال لوحدة المعالجة المركزية للخودام ونسبة الحمل المسلط من قبل العملاء. أيضا تم تعريف أهداف الشبكاتالخضراء بالحفاظ على معايير ادارة الطاقة المتمثلة بأن تكون قيم نسبة استغلال وحدة المعالجة المركزية للخوادم أكبرمن 03 ٪. بعد الأخذ بعين الاعتبار أن الحد الأقصى لعدد الخوادم في مركز البيانات المقترح في العمل هو 100 خادم ،لإدارة استخدام الطاقة من قبل خوادم مختلفة في مركز البيانات لتحقيق أهداف الشبكة ON/OFF اقترحت خوارزميةالخضراء السابقة الذكر. أخ ي ر ا تم تقييم معدل تقليل صرف الطاقة حيث من الملاحظ أن نسبة تقليل صرف الطاقة ازدادتمن % 17.33 الى % 85.33 من مقدار صرف الطاقة الكلي المقدر بحوالي 57 كيلوواط عندما يقل عدد الخوادم التيتكون في حالة عمل من % 80 الى % 5 من عدد الخوادم الكلي.

Optimization of Power Consumption in Cloud Data CentersUsing Green Networking TechniquesDr. Qutaiba I. Ali Alnawar J. MohammedEmail: qut1974@gmail.com Email: alnawar_j25758@yahoo.comComputer Engineering Dept., College of Engineering, University of Mosul, Mosul, Iraq.AbstractIn this paper, a neuro-based predictor is proposed with a prediction algorithm toestimate the required number of active servers simulating the Green Networkingobjectives. The inputs of such predictor are the CPU utilization of the servers in the datacenter and the variations of the incoming demands with the number of users’ variation.During the work, different demand profiles of ClarkNet traffic traces are simulated onOPNET14.5 Modeler to obtain the required training values of servers’ CPU utilizationand clients’ throughput. Also, Green Networking objectives are defined to maintain thePower Management Criteria (PMC) which guaranteed that all CPU utilization must begreater than 30%. Taking into account that a maximum number of 100 servers are usedin such local data center, an ON/OFF control algorithm is then suggested for the powermanagement of different servers in data center to fulfill the previous Green objectives.The Power saving is finally evaluated since it has been noticed that the power savingpercentage can be increased from 17.33% to 85.33% of a total power of 75 k watts whenthe number of the operating servers is decreased from 80% to 5% of the overall servers.Keywords: Artificial Neural Network (ANN), Cloud Computing, Data Centers,Green Networking, Power Consumption.الإستهلاك الأمثل للقدرة في مراكز البيانات السحابيه بإستخدامتقنيات الشبكات الخضراءد. قتيبة ابراهيم علي النوار جاسم محمدEmail: alnawar_j25758@yahoo.com Email: qut1974@gmail.comقسم هندسة الحاسوب، كلية الهندسة، جامعة الموصل،الموصل، العراق.الخلاصةفي هذا البحث، تم اقتراح متنبيء قائم على استخدام الشبكة العصبية مع خوارزمية لتقدير العدد المطلوب منالخوادم النشطة محاكية أهداف الشبكات الصديقة للبيئة )الخضراء(. مدخلات هذا المتنبيء هي نسبة استغلال وحدةالمعالجة المركزية للخوادم في مركز البيانات، بالاضافة الى التغير في مقادير الطلبات الواردة من عدد من المستخدمين.و تم بناء نماذج مختلفة لشبكة مراكز ،ClarkNet أثناء العمل، تم تسليط نماذج مختلفة من الطلبات الواردة الى خوادمللحصول على القيم المطلوبة للتدريب وهي نسبة OPNET Modeler البيانات باستخدام برنامج المحاكاة 14.5الاستغلال لوحدة المعالجة المركزية للخودام ونسبة الحمل المسلط من قبل العملاء. أيضا تم تعريف أهداف الشبكاتالخضراء بالحفاظ على معايير ادارة الطاقة المتمثلة بأن تكون قيم نسبة استغلال وحدة المعالجة المركزية للخوادم أكبرمن 03 ٪. بعد الأخذ بعين الاعتبار أن الحد الأقصى لعدد الخوادم في مركز البيانات المقترح في العمل هو 100 خادم ،لإدارة استخدام الطاقة من قبل خوادم مختلفة في مركز البيانات لتحقيق أهداف الشبكة ON/OFF اقترحت خوارزميةالخضراء السابقة الذكر. أخ ي ر ا تم تقييم معدل تقليل صرف الطاقة حيث من الملاحظ أن نسبة تقليل صرف الطاقة ازدادتمن % 17.33 الى % 85.33 من مقدار صرف الطاقة الكلي المقدر بحوالي 57 كيلوواط عندما يقل عدد الخوادم التيتكون في حالة عمل من % 80 الى % 5 من عدد الخوادم الكلي.

Keywords: Artificial Neural Network --- ANN --- Cloud Computing --- Data Centers --- Green Networking --- Power Consumption. --- Keywords: Artificial Neural Network ANN --- Cloud Computing --- Data Centers --- Green Networking --- Power Consumption.